Служба поддержки - удобная площадка для ИИ: много однотипных текстов, есть история решений, результат измерим. Но польза распределяется неравномерно, и самые громкие обещания оказываются самыми слабыми местами.
Что работает
Классификация и маршрутизация заявок. Модель читает текст обращения и проставляет категорию, приоритет и группу исполнителей. Это скучная задача, на которой люди ошибаются от усталости, а модель - нет. Точность на устоявшемся потоке достигает 85-90 процентов, и главное - решение принимается мгновенно, а не когда диспетчер дошёл до заявки.
Подсказки инженеру. Система находит похожие закрытые заявки и показывает, чем они закончились. Новичок получает опыт компании, не спрашивая коллег. Это самый недооценённый сценарий: он не сокращает штат, но заметно ускоряет каждого.
Извлечение сути из длинных переписок. Заявка на сорок сообщений сворачивается в три предложения: в чём проблема, что пробовали, чем закончилось. Экономит время при передаче смены и при эскалации.
Поиск по базе знаний. Обычный поиск ищет по словам, и инструкция «Настройка почтового клиента» не находится по запросу «не приходят письма». Поиск по смыслу находит.
Общее у всех работающих сценариев - человек остаётся в контуре. Модель предлагает, а решение принимает или подтверждает инженер. Как только её ставят принимать решение самостоятельно, начинаются проблемы.
Что работает хуже обещанного
Автоответы пользователям. Работают на узком наборе типовых вопросов: как сбросить пароль, где взять инструкцию, каков статус заявки. За пределами этого набора качество падает быстро, а раздражение растёт: человек видит, что его не поняли, и повторяет вопрос злее.
Автоматическое закрытие заявок. Заманчиво, но опасно. Ошибочно закрытая заявка возвращается через день с испорченным отношением и нарушенным SLA.
Голосовые роботы. На простых сценариях приемлемы, на сложных - главный источник негатива. Если авария, человек хочет живого инженера, а не диалог с меню.
Что не работает
- Замена первой линии целиком. Обещание, которое не выполняется. Поток обращений неоднороден, и на нестандартном случае модель уверенно выдаёт неверный ответ.
- Диагностика по описанию пользователя. «Ничего не работает» - это не входные данные. Диагностика требует доступа к системе, а не к тексту.
- Предсказание аварий без телеметрии. Без метрик мониторинга предсказывать нечего, а с метриками это уже не про язык, а про статистику.
Данные решают всё
Качество любого сценария определяется тем, что у вас накоплено. Прежде чем внедрять, посмотрите на свою историю.
| Что нужно | Минимум | Комментарий |
|---|---|---|
| Закрытых заявок в истории | от 3-5 тысяч | меньше - не на чем учиться |
| Заполненные решения | не «выполнено» | однословные закрытия бесполезны |
| Единый классификатор | обязательно | если категории ставились как попало, модель научится ставить как попало |
| База знаний | желательно | без неё подсказки строятся только на заявках |
Если история заявок велась в почте, начинать нужно не с ИИ, а с системы учёта заявок. Год нормального учёта даст материал, на котором внедрение окупится за месяцы.
Безопасность и контур
Заявки содержат чувствительное: фамилии, адреса, иногда пароли, которые пользователи присылают вопреки запретам. Это накладывает ограничения.
- Обезличивание до отправки в модель, если она внешняя.
- Локальное развёртывание для компаний с требованиями по защите данных. Современные открытые модели работают на одном сервере с видеокартой.
- Договор поручения обработки, если данные уходят внешнему сервису. По 152-ФЗ ответственность остаётся на вас.
- Журналирование: что именно передавалось и какой ответ получен. Пригодится и для разбора ошибок, и для проверки.
С чего начинать
- Шаг 1. Наведите порядок в учёте заявок и классификаторе. Без этого остальное бессмысленно.
- Шаг 2. Возьмите один сценарий - классификацию. Она даёт измеримый эффект и не видна пользователю, поэтому ошибки не бьют по отношениям.
- Шаг 3. Запустите в теневом режиме: модель проставляет категорию, но применяется решение диспетчера. Через месяц сравните.
- Шаг 4. Добавьте подсказки инженерам. Это второй по отдаче сценарий.
- Шаг 5. Автоответы - только после первых двух и только на узком наборе вопросов, с быстрым переключением на человека.
Коротко
ИИ в поддержке работает там, где помогает человеку: классификация, подсказки по прошлым решениям, поиск по смыслу, сжатие переписок. Он плохо справляется там, где должен заменить человека полностью. Всё упирается в данные: без нормального учёта заявок и осмысленных описаний решений внедрять нечего. Начинайте с классификации в теневом режиме - это даёт цифры, на которых можно принимать дальнейшие решения.
Разобрать вашу задачу и собрать пилот можно через услугу внедрение искусственного интеллекта. Сам поток заявок, который ИИ разбирает, живёт в Service Desk.